Data Engineer, Scientific Data

Автоматический пересказ вакансии на русском. Полный текст на языке оригинала и форма отклика — на сайте работодателя.

Data Engineer в Axiom для построения систем обработки лабораторных, химических и клинических данных, лежащих в основе drug discovery и научного AI. Роль сочетает инженерию данных со строгой статистикой для обеспечения воспроизводимых датасетов.

Задачи

• Строить production-пайплайны на Python и SQL для загрузки, обработки, валидации и выдачи данных high-content imaging, omics, масс-спектрометрии и ADME вместе с химическими и клиническими датасетами
• Владеть общей инфраструктурой данных: оркестрация, хранение, вычисления, изолированные среды разработки и CI
• Унифицировать идентичности соединений, истории образцов, метаданные экспериментов и результаты анализов с надёжными схемами и воспроизводимыми версиями датасетов
• Разрабатывать статистически строгий контроль качества для выявления пропусков, аномалий, batch effects и сдвигов распределения
• Строить дашборды, мониторинг и алерты для быстрого выявления сбоев экспериментов и проблем с качеством данных
• Обеспечивать учёным, ML-исследователям и AI-агентам надёжный доступ к экспериментальным данным через таблицы, API и инструменты анализа
• Совместно с лабораторными и вычислительными командами разбирать сбои данных и моделей и поставлять валидированные датасеты

Требования

• Исключительные навыки data engineering, сильные основы computer science и опыт построения надёжных масштабируемых систем с поддерживаемым кодом
• Глубокое понимание статистики: умение объяснять допущения методов и распознавать вводящие в заблуждение результаты
• Сильное чувство корректности: замечать бессмысленные числа, находить источник проблем и строить защитные механизмы
• Умение находить значимые сигналы в зашумлённых научных данных и отличать биологическую вариацию от технических артефактов
• End-to-end ownership: вести неоднозначные задачи от сырых данных до валидированных результатов
• Исключительное внимание к деталям и ясная коммуникация для совместной работы с учёными, ML-исследователями и инженерами
• Любопытство к экспериментальной биологии, химии и drug discovery

Навыки

• Python
• SQL
• NumPy
• pandas
• DuckDB
• MotherDuck
• Modal
• AWS
• Docker
• Terraform
• статистический анализ
• experimental design
• ROC-AUC
• PR-AUC
• cross-validation